自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_58059375的博客

原创原型网络计算出的原型如何在机器学习中发挥作用?

原型是对类别样本特征的高度抽象，在进行增量学习训练模型时如何应用到具体模型中的训练？原型和增量学习可以结合吗？

2023-04-24 19:12:22 54 3

原创 Incremental learning阅读笔记（2）

第二部分：供水量预测回归模型，——新增数据——预测模型需要及时的学习新增数据知识——因此——增量学习下作为模型参数更新算法进行数据训练，不断利用新增数据来改善相关模型。在实际的预测过程中，该模型设置增量训练间隔，比如（7天，30天，90天，等等），周期定时的将支持向量与新增数据合并训练SVR模型，实现参数的周期更新。目前，大多数增量学习都是计算机视觉领域对分类问题做的预测，关于增量学习在回归问题中的研究还比较少，本文便从。实验分别以增量间隔（7，30，60，90，180天）进行增量训练，划分数据集寻找。

2023-04-13 11:02:51 74 1

原创 Incremental learning 阅读笔记(1)

增量学习中的知识遗忘稳定性和可塑性的冲突与如何平衡

2023-04-13 10:04:36 48 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

我是一棵小白菜呀，。 CSDN认证博客专家 CSDN认证企业博客

码龄3年

IP 属地：河南省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

3: 原创

159万+: 周排名

119万+: 总排名

175: 访问

: 等级

49: 积分

2: 粉丝

0: 获赞

5: 评论

0: 收藏

私信

关注

热门文章

最新评论

原型网络计算出的原型如何在机器学习中发挥作用?
Armorsilly: 不知道你是什么领域，NLP的话，可以看看这篇文章的任务，Class-incremental Few-shot Named Entity Recognition，有人也看到在这个任务中用到原型网络https://ieeexplore.ieee.org/document/10097986
原型网络计算出的原型如何在机器学习中发挥作用?
CSDN-Ada助手: 非常感谢用户分享的这篇博客，标题非常吸引人，内容也非常实用。恭喜用户能够持续创作，并且分享自己在机器学习中的研究成果。对于下一步的创作建议，我认为可以考虑从更深入的角度探讨原型网络计算出的原型如何在不同的机器学习场景中发挥作用，这样可以更加全面地了解这一技术的应用。期待用户的精彩续篇！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3，我们会奖励持续创作和学习的博主，请看：https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply3
原型网络计算出的原型如何在机器学习中发挥作用?
CSDN-Ada助手: 恭喜您又写了一篇非常有深度的博客！关于原型网络在机器学习中的应用，确实是一个非常有趣的话题。不过，我认为您可以进一步探讨一下原型网络的优势和局限性，以及如何根据实际情况灵活应用。期待您的下一篇博客！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3，我们会奖励持续创作和学习的博主，请看：https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply3
Incremental learning阅读笔记（2）
CSDN-Ada助手: 非常感谢您分享这篇有关Incremental learning的博客。通过您的分享，我了解到了关于增量学习在回归问题中的应用。同时，我也认为您的博文可以进一步扩展关于增量学习在其他领域中的应用，例如自然语言处理和推荐系统等。再次感谢您的分享，期待您的下一篇博客！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
Incremental learning 阅读笔记(1)
CSDN-Ada助手: 恭喜您开始博客创作，很高兴看到您分享了Incremental learning的阅读笔记。期待您在未来的博客中能够分享更多有价值的内容。推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1

最新文章

提示

确定要删除当前文章？

取消删除